基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对图像目标跟踪问题,为提高跟踪精度,提出了一种多特征融合的自适应相关滤波跟踪算法.算法首先选取HOG和CN两种互补特征,分别训练两个相关滤波跟踪器跟踪图像目标,然后利用提出的响应图置信度计算公式计算两个跟踪器的响应图权重并进行自适应融合做出决策.滤波器更新阶段,算法结合两个特征的响应图置信度与两帧之间的变化率动态调整滤波器学习速率.仿真实验采用跟踪基准数据库(OTB-2013)中的36组彩色视频序列进行实验,对比了流行的相关滤波跟踪算法,结果表明,该算法在平均跟踪精度上优于其他算法,具有一定的应用价值.
推荐文章
结合学习率调整的自适应特征融合相关滤波跟踪算法
目标跟踪
相关滤波
特征融合
自适应加权
学习率
融合颜色纹理特征的自适应粒子滤波跟踪算法
目标跟踪
粒子滤波
颜色特征
自适应模型更新的多特征融合目标跟踪算法
目标跟踪
特征融合
粒子滤波
自适应观测模型
高斯方差
基于颜色特征与SIFT特征自适应融合的粒子滤波跟踪算法
粒子滤波
颜色直方图
尺度不变特征
自适应融合
目标跟踪
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多特征融合的自适应相关滤波跟踪算法
来源期刊 计算机工程与应用 学科 工学
关键词 相关滤波 目标跟踪 特征融合 学习率自适应
年,卷(期) 2018,(14) 所属期刊栏目 热点与综述
研究方向 页码范围 19-25,40
页数 8页 分类号 TP391
字数 6857字 语种 中文
DOI 10.3778/j.issn.1002-8331.1805-0308
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 范文兵 郑州大学信息工程学院 58 345 9.0 15.0
2 王诗 郑州大学信息工程学院 2 7 1.0 2.0
3 赵周鼎 郑州大学信息工程学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (82)
共引文献  (91)
参考文献  (9)
节点文献
引证文献  (7)
同被引文献  (26)
二级引证文献  (2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(10)
  • 参考文献(1)
  • 二级参考文献(9)
2016(8)
  • 参考文献(1)
  • 二级参考文献(7)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
相关滤波
目标跟踪
特征融合
学习率自适应
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导